使用隐马尔可夫模型对运动数据中的男性趋向行为进行特征化
摘要：1. 方向偏差是动物获取资源和避开危险的主要手段。大多数运动都表现出与环境特征相关的方向偏倚（taxis），例如食物补给点、捕食者、洋流或风向。许多具有方向偏倚的行为可以通过保持相对于环境刺激的角度取向（menotaxis）来描述，包括相对于阳光或磁场的导航以及顺风而行的节能飞行。然而，目前还没有统计方法可以灵活地分类和描述这种方向偏倚。 2. 我们提出了一种有偏相关随机行走模型，可以通过预测转向角来识别menotaxis行为，其中转向角是相对于环境刺激的方向持续性和方向偏倚之间的权衡，而无需对偏倚角度进行先验假设。我们在多状态隐马尔可夫模型（HMM）的框架下应用该模型，并描述了修正粗糙环境数据相关的信息损失的方法，以改善方向偏倚的分类和参数化。 3. 通过模拟研究，我们演示了我们的方法如何与不考虑方向偏倚的传统相关随机行走HMM相比更准确地分类行为状态。我们通过对由卫星遥测收集的极地熊（Ursus maritimus）的运动数据进行分析，来说明这些方法的应用，识别了顺风嗅觉觅食行为和受风驱动的海冰漂移行为。 4. 我们提议的扩展可以很容易地应用于运动数据，以识别和描述具有任何角度的方向偏倚的行为，并为研究动物运动与环境之间更多机制关系打开新的途径。
作者：Ron R. Togunov, Andrew E. Derocher, Nicholas J. Lunn, Marie Auger-M''eth''e
论文ID：2107.14016
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2021-07-30